05.11 EDA UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb1 in position 0: invalid start byte -site:pinterest.* csv 파일에 한글이 포함돼 코덱이 안 맞아 생기는
04.17 MLOps 쿠버네티스는 왜 쓰는가?? 인스턴스 컨테이너를 1000개 이상 띄울 경우에는 유용, 하지만 너무 복잡 작게 띄울 때는 도커 스웜만으로도 충분, 도커만 설치하면 자동으로 깔려서 구현도 편하고 다룰 컨테이너가 적을 경우에는 용이 요즘은 k
BentoML?: 쿠버네티스는 아예 밑바닥부터, BentoML은 패킹해서 보다 손쉽게 쓸 수 있게 만드는 툴MLOps engineer: 모델러, 리서쳐가 효율적으로 연구할 수 있는 환경을 제공하는 일그러기 위해 kubeflow 같은 툴을 잘 다뤄야..Conditiona
논문 리뷰나 짧게 둘러본 정도라도 일단 계속 추가할 예정OnDevice, Realtime이 가능한 light한 모델Heatmap과 regression을 모두 이용Face detector를 사용해 사람을 찾아 기준으로 삼아 tracker를 실행Backbone에서는 hea
가짜연구소에서 MLOps 스터디 'ml-with-the-flow'를 진행하며 공부하고 익힌 것을 정리해볼 예정오늘은 첫날이니까 https://mlops-for-all.github.io/를 보며 쿠버네티스 세팅하는 것까지가 목표!내가 이해하기로 mlops란 데이
오늘은 BlazePose의 대조군이기도 하고 오픈소스로 유명한 OpenPose를 리뷰해볼 예정이다. BlazePose와는 정반대로 multi-person에서 real-time inference가 가능하게 만들었다는 점이 주목할만한 점. 아마 2017년에 CVPR에서
Mediapipe를 사용하면서 CPU에서도 실시간 inference가 가능할 정도로 가벼운 pose estimation 모델이 있다는 것이 신기했다. Pose estimation은 아직 다른 도메인처럼 모델 발전 역사가 체계적으로 정리돼있지 않아 일단은 SOTA, 오픈
서버에서 ubuntu로 외부 private repo를 git clone하려고 했는데 폴더만 만들어지고 반응이 없음1-1. 내 개인 repo는 잘 불러와짐1-2. 로컬에서 private repo 잘 불러와짐\--> 서버 authentication 문제!sudo git c
별도의 pid를 확인하지 않고 모든 'python' process 들을 종료하고 싶으신 경우 다음 명령을 사용하시면 됩니다.ps aux | grep python | awk '{print $2}' | xargs kill -9코드 의미는 다음과 같습니다.중간 ( | ) 명
\-> overfitting 발생: train mIOU는 1에 가까운데, val mIOU는 안 높아지거나 비슷비슷\-> epoch이 부족해서 그런걸까? 하고 20 -> 40으로 변경했으나 overfitting만 심해짐\-> 모델이 너무 가벼워서 그런걸까?\-> Deep
Object의 크기가 receptive field가 고정돼있어서 이보다 클 경우 한 object를 다른 여러가지 object로 인식하거나, 이보다 작을 경우 무시되는 경우가 발생Max pooling, deep layer의 문제로 인해 무시되기도 함Deconvolutio
VGGNet backbone을 사용Backbone: VGGNet, AlexNet, ResNet, EfficientNet 같은 feature extracting networkVGG network의 FC Layer(nn.Linear)를 convolution 으로 대체해서
기존 image classification을 위한 CNN은 high resolution input을 low resolution으로 줄여나가는 LeNet 기반 설계를 이용\--> classification에는 모든 feature가 필요하지 않으며, 해상도가 줄면 comp
https://greeksharifa.github.io/references/2021/08/30/MMDetection/https://greeksharifa.github.io/references/2021/09/05/MMDetection02/#customi
Object detection: classification + bounding box Object detection model의 역사mean average precision, 성능 측정각 AP의 평균모든 positive라고 예측한 것 들 중에서 맞은 비율정답을 맞춘 비
퀀트 트레이딩 일을 하게 되면서 배운 것들에 대해 이야기합니다. 퀀트 트레이딩이 어떻게 이루어지는지, 퀀트 트레이딩에서 사용하는 수많은 전략들은 무엇인 지 예시를 바탕으로 소개합니다. 이 과정 속에서 머신러닝/딥러닝이 어떻게 활용될 수 있을지도 간략히 소개합니다.추가적
캐글은 세계에서 가장 유명한 AI 경진대회 플랫폼입니다. 세계적으로 실력을 인정받을 수 있는 곳이며, AI개발자로 성장하기 좋은 곳이기도 합니다. 이번 특강에서는 첫째, 실력 인증서와 같은 역할을 하는 캐글에서 운영되고 있는 랭킹과 티어시스템에 대해서 알아 봅니다. 둘
강의 소개 회사에서 AI 모델을 개발하는 것이 수업에서 듣는 내용과 무엇이 다른지 살펴봅니다. 가장 큰 차이점은 데이터셋과 평가 방법이 준비되어 있지 않다는 것인데요. 학습 데이터셋을 준비할 때 실제 회사에서는 어떤 일을 겪게 되는지, 그리고 해당 데이터셋을 학습된
현실은 3D라 현실 관련 task는 모두 3D를 다룸AR/VR, 3D printing, medical application 등 다양한 application이 존재Image는 3D를 2D로 투사(projection)한 형태Triangulation(삼각측량법)으로 2D i